黑天鹅-第9部分
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
猿菩浴Ｊ导是榭霾⒉槐日飧丛印�
这种不对称性具有很强的实际性。它告诉我们不必成为彻底的怀疑主义者，只需要成为半怀疑主义者。实际生活的微妙之处在于，在决策时，你只需要对事情的一个方面感兴趣：如果你需要确定病人是否有癌症，而不是他是否健康，你可以满足于否定性推理，因为它能够向你提供你所需要的确定信息。所以，我们能够从数据获得许多信息，但不像我们期望的那样多。有时大量信息会变得毫无意义，而少量信息却具有非凡的意义。确实，1 000天并不能证明你是正确的，但1天就能证明你是错误的。
黑天鹅 第五章（4）
提出这种单边半怀疑主义观点的是卡尔？波普尔（Karl Popper）。在我写下这些文字时，他的一幅黑白照片就挂在我书房的墙上。这是我在慕尼黑从散文家约恒？韦格纳（Jochen Wegner）那里得到的礼物，同我一样，韦格纳也认为波普尔是现代哲学家中“代表一切”的人物—嗯，几乎代表了一切。他的著作是为我们写的，不是为其他哲学家写的。“我们”是指现实决策者，他们相信自己受不确定性制约，并且认为弄懂如何在不完全信息条件下采取行动是人类最高和最紧迫的事业。
波普尔针对这种不对称性提出了一项重大理论，其基础是一种叫做“证伪”的方法（证明某事为错误），旨在区分科学与伪科学。人们立即开始针对这种方法争论不休，尽管它并不是波普尔思想最有趣和最具原创性的部分。这种关于知识不对称性的思想非常受实践者的喜爱，因为他们对它的感受很明显，它就体现在他们的工作方法中。哲学家查尔斯？桑德斯？皮尔斯（Charles Sanders Peirce）像有些艺术家一样，在死后才获得敬重。
当然，“证伪”，也就是确定地指出某事是错的没那么容易。测试方法的缺陷可能导致错误的“错误”结论。发现癌细胞的医生可能使用了有缺陷的仪器，导致视觉错误，或者他可能是一个伪装成医生的使用钟形曲线的经济学家。目击犯罪的证人可能是喝醉了。但事实仍然是，你知道某事是错的比你知道某事是正确的有更大的信心。并非所有信息都有同等的重要性。
波普尔引入了猜想和反驳的方法，具体是这样的：提出一个（大胆的）猜想，并开始寻找证明猜想错误的事例。这是除寻找证实性事例之外的另一种方法。如果你觉得这很容易，你会失望，只有很少的人天生有能力做这件事。我承认我不属于其中之一，我并非天生有这种能力。
数到3
有见识的科学家已经研究了我们寻找证据的天生习惯，他们把这种易于犯证明错误的倾向称为“证实偏差”。你可以直接检验某个规律，着眼于该规律奏效的事例，也可以间接证明，着眼于它不奏效的地方。正如我们已经看到的，令人不安的事例在确定真相方面有力得多，但我们通常不知道这一特性。
我所知道的针对这一现象的第一个实验是心理学家P？C？沃森（P。 C。 Wason）实施的。他把2、4、6这个数字序列放在受试者面前，请他们猜出背后的规律。猜测的方法是受试者举出别的由三个数字组成的序列，受试者根据新序列是否符合同样的规律回答“是”或“否”。一旦从实验者的答案中获得确信，受试者就可以写出规律。（请注意这一实验与第一章讨论的历史规律问题的相似性：假设历史是符合某种逻辑的，我们只看到了事件，却从来看不到规律，但必须对它做出猜测。）正确的规律是“按升序排列的数字”，仅此而已。很少受试者发现了这一规律，因为要想找到规律，他们必须举出降序的数字序列（好让实验者的回答为“否”）。沃森注意到，受试者头脑中有一个规律，他们举出旨在证明它的例子，而不尝试举出与他们的假设不一致的例子。受试者顽固地试图证明他们编造的规律。
这一实验启发了许多类似实验。再举一例：受试者被要求说出为了发现一个人是否外向应该问哪些问题，据说这是另一类实验。结果发现，受试者提供的大部分问题都属于肯定回答能够支持假设的问题。
黑天鹅 第五章（5）
但也有例外。比如，象棋大师考虑的是在什么情况下投机性的一步会导致弱势，新手则寻找确认性的走法，而不是证伪性的走法。但请不要通过玩象棋来练习怀疑主义。科学家认为，寻找自身缺点使他们变成象棋高手，而不是练习下棋把他们变成怀疑主义者。同样，投机家乔治？索罗斯在进行金融赌博时，会不断寻找证明他最初看法错误的事例。这大概才是真正的自信：冷观世界而不需要找理由满足自我膨胀的欲望。
看见另一辆红色迷你Cooper
下面的观点进一步显示了证实的荒谬性。如果你认为多看见一只白天鹅就能进一步证明没有黑天鹅，那你应该会同意，在纯粹的逻辑基础上，看见一辆红色的迷你Cooper也会进一步证明没有黑天鹅。
为什么？只要想一想“所有天鹅都是白色的”这一论述意味着所有“非白色的事物都不是天鹅”，证明后一论述的事例就能证明前一论述。所以，看见不是天鹅的非白色物体就能产生这种确信。这一观点是由我的朋友、（会思考的）数学家布鲁诺？迪皮尔（Bruno Dupire）在我们在伦敦的一次散步时发现的—在深度冥想中散步时，我们甚至注意不到下雨。他指着一辆红色迷你Cooper大喊：“看，纳西姆，看！没有黑天鹅！”
不是一切
我们没有天真到因为没有看到某人死去就相信他能够永生，或者因为没有看到某人杀人就相信他没有犯谋杀罪。无知的一般化问题并不是在任何地方都困扰我们。但归纳怀疑主义讨论的问题经常涉及我们在自然环境中碰到的问题，也就是使我们学会避免一般化的问题。
例如，当小孩看到一群人中某个人的照片并被要求猜出这群人中其他人的特点时，他有能力选择把哪些特点一般化。拿一张过度肥胖的人的照片给一个小孩，告诉他这个人是某个部落的人，让他描述这个部落的其他人，他（很有可能）不会草率地得出这个部落的所有人都有体重问题的结论，但他可能对肤色做出一般化描述。如果你给他看深色皮肤的人的照片，让他描述与这个人同部落的其他人，他会猜测他们都是深色皮肤。
所以，看上去我们天生拥有特别而微妙的归纳直觉来引导我们。休谟及英国传统经验主义者认为信念来自习惯，因为他们认为我们只从体验和经验观察中学会一般化，然而与之相反的是，对婴儿行为的研究表明，我们的思维模式使我们对经验进行选择性的一般化。（也就是说，在某些领域进行选择性的归纳学习，而在其他领域保持怀疑态度。）如此一来，我们不仅仅从1 000天的经历中学习，还通过进化从我们祖先的学习中获益—生物学研究的正是这种现象。
回到平均斯坦
我们也可能从祖先那里学到错误的东西。我要在此指出，我们或许继承了人类在起源地生存的足够本能，但这些本能显然不适应当前全新的、复杂的高度信息化环境。
实际上，我们的环境比我们（以及我们的本能）意识到的更为复杂。为什么？现代世界是极端斯坦，被不经常发生及非常不经常发生的事件左右。它会在无数白天鹅之后抛出一只黑天鹅，因此我们要在比我们所习惯的更长的时间里暂不下结论。我在第三章说过，我们不可能遇到身高几百英里的人，于是我们的本能排除了这类事件。但图书销量或者社会事件的影响不会遵守这类限制。断定一名作家没有天分、市场不会崩盘、战争不会发生、一项计划无可挽回、一家公司不会破产、一家证券公司的证券分析师不是在吹牛或者邻居不会袭击我们，需要比1 000天长得多的时间。在遥远的过去，人类能够做出准确和迅速得多的推理。
并且，如今黑天鹅来源的增加已经超出人们能够辨认的范围。在原始环境下，黑天鹅的来源只包括新遇到的野生动物、新的竞争对手和天气突变。这些事件反复出现得太多了，使我们对它们有一种与生俱来的惧怕。这种进行快速推理的本能，以及犯“过滤性错误”（也就是只关注不确定性的少部分来源，即已知的黑天鹅现象的来源）的习惯仍然深植于我们的天性中。简言之，这种本能是我们的困境所在。
黑天鹅 第六章（1）
叙述谬误
我拒绝原因的原因
2004年秋天，我在罗马参加了一个关于美学与科学的会议。罗马大概是举办这种会议的最佳地点，因为美学渗入了那里的一切，包括人们的举止和声调。午餐时，意大利南部一所大学的一位著名教授非常热情地跟我打招呼。那天早上我听了他饱含激情的演讲。他如此具有感染力，如此自信，又如此有说服力，虽然我听不太懂他在说什么，但我完全同意他说的一切。他在演讲的时候，甚至一度被怒气涨红了脸，这使我（以及所有听众）确信他完全是正确的。
他在午餐上祝贺我指出了那些更多存在于人类头脑而不是现实中的因果关系链条的实际作用。他着重谈到我的前一本关于随机性的书，它描述了愤怒的交易员对人们对生活和市场中的运气视而不见的反应。我很幸运，我的翻译者对这个问题似乎比我知道的还多，这本书在意大利学者中获得了小小的追捧。“我对你的观点很着迷。那些观点实际上也是我的观点，你写了一本我（几乎）打算写的书，”他说，“你很幸运。你的写作方式很全面，描述了不确定性对社会的影响，以及人们对因果关系的过度相信。你指出了我们习惯上的解释行为是多么愚蠢。”
我们喜欢故事，喜欢总结，喜欢简化，也就是减少事情的影响因素。我们在本书的这一部分首先要讨论的人类本性问题，即如上所述的问题，我称之为“叙述谬误”。（实际上是一种欺骗，但为了礼貌起见，我称之为谬误。）之所以出现这种谬误，是因为我们习惯过度解释，偏好简洁的故事，而不是原始真相。它严重扭曲了我们对世界的思维反应，在稀有事件上尤为严重。
请注意，我博学的意大利学者朋友非常赞同我对过度解释和过度相信事物的原因的反对，但对于我和我的工作，他却无法不找出一个解释、一个原因。他必须编造一个原因。而且，他没有意识到自己陷入了因果圈套，我自己也没有立即意识到。
叙述谬误指的是我们无法在不编造理由或者强加一种逻辑关系的情况下观察一系列事实。对事实的解释会与事实混在一起，使事实变得更容易被记住，更符合道理。这种倾向的坏处在于它使我们以为对事物有了更好的理解。
与前一章一样，本章只讨论一个问题，但这是一个看上去属于不同领域的问题。叙述的问题，虽然其某个方面已经被心理学家研究得非常多，但并不是只与“心理学”有关。学科的划分隐藏了一个事实，那就是叙述问题是一个更为一般化的信息问题。叙述行为来自一种根深蒂固的简化事物复杂性的生物需要，机器人也会有同样的简化过程。信息需要简化。
为了帮助读者找到问题所在，在前一章讨
